Visualisieren und Verifizieren von tiefen neuronalen Netzen
Visualisieren Sie tiefe Netze während und nach dem Training. Überwachen Sie den Trainingsfortschritt mithilfe integrierter Diagramme für die Genauigkeit und den Verlust des Netzes oder durch Angabe benutzerdefinierter Metriken. Untersuchen Sie trainierter Netze mithilfe von Visualisierungs- und Interpretationsverfahren wie Grad-CAM, Okklusionsempfindlichkeit, LIME, Deep Dream und D-RISE.
Mit der App Deep Network Designer können Sie interaktiv Deep-Learning-Netze erstellen und visualisieren. Sie können dann Code generieren, um die Netzkonstruktion neu zu erstellen und trainierte Netze nach Simulink® zu exportieren.
Verwenden Sie Deep-Learning-Verifikationsmethoden zur Bewertung der Eigenschaften von tiefen neuronalen Netzen. So können Sie beispielsweise die Fehlerresistenzeigenschaften eines Netzes überprüfen, Grenzen für die Netzausgabe berechnen, gegnerische Beispiele finden und Daten außerhalb der Verteilung erkennen.
Kategorien
- Deep Network Designer App
Interaktives Erstellen und Bearbeiten von Deep-Learning-Netzen
- Visualisierung und Interpretierbarkeit
Darstellung des Trainingsfortschritts, Bewertung der Genauigkeit, Erläuterung von Vorhersagen und Visualisierung von Merkmalen, die von einem Netz gelernt wurden
- Überprüfung
Trainieren von fehlerresistenten Netze und Überprüfen der Fehlerresistenz der Netze